×
孙骏;方、伟;瓦西里宫;吴晓军;徐文波

高斯分布局部吸引子点的量子粒子群优化算法。 （英语） Zbl 1244.65089号

申请。数学。计算。 218，第7号，3763-3775（2011）.
摘要：本文提出了一种新的量子粒子群优化算法，其局部吸引子点服从高斯概率分布（GAQPSO）。QPSO中的局部吸引子点在决定单个粒子的收敛行为中起着重要作用。因此，我们仔细选择了GAQPSO中拟议高斯概率分布的平均值和标准差。对GAQPSO和QPSO中局部吸引子点的分布和多样性进行了评估和比较。
为了进行比较，使用变异概率和其他类型的概率分布，提出了GAQPSO算法的两种变体。在CEC2005基准函数集上对GAQPSO进行了综合评估，并将实验结果与基于不同概率分布的PSO和QPSO算法进行了比较。结果表明，GAQPSO算法是一种有效的方法，可以显著提高QPSO的性能，即GAQPS0算法不太可能陷入局部最优，因此在大多数情况下可以获得更好的解。

引用于13文件

MSC公司：

65千5 数值数学规划方法
90立方厘米 随机规划

关键词：

粒子群优化;高斯概率分布;群体智能;量子行为;数值示例;方法的比较;随机优化;汇聚

软件：

中国电子05
PDF格式BibTeX公司 XML格式引用
\textit{J.Sun}等人，应用。数学。计算。218，第7号，3763-3775（2011；Zbl 1244.65089）
全文： 内政部 链接

参考文献：

[1] J.Kennedy，R.C.Eberhart，粒子群优化，摘自：IEEE神经网络国际会议论文集，1995年，第1942-1948页。；J.Kennedy，R.C.Eberhart，《粒子群优化》，载《IEEE神经网络国际会议论文集》，1995年，第1942-1948页。
[2] Shi，Y。；Eberhart，R.C.，一种改进的粒子群优化器，（《IEEE国际进化计算会议论文集》（1998年），IEEE出版社：IEEE出版社，新泽西州皮斯卡塔韦），69-73
[3] Poli，R.，《粒子群优化应用出版物分析》，《人工进化与应用杂志》，28，1-10（2008）
[4] Liang，J.J。；秦，A.K。；Suganthan，P.N。；Baskar，S.，用于多模态函数全局优化的综合学习粒子群优化器，IEEE进化计算汇刊，10281-295（2006）
[5] X.Xiao Feng，Z.Wen Jun，Y.Zhi Lian，个体层面的自适应粒子群优化，2002年第2卷，第1215-1218页。；X.Xiao-Feng，Z.Wen-Jun，Y.Zhi-Lian，个体水平上的自适应粒子群优化，第2卷，2002年，第1215-1218页。
[6] J.Kennedy，R.Mendes，《种群结构和粒子群性能》，2002年，第1671-1676页。；J.Kennedy，R.Mendes，《种群结构和粒子群性能》，2002年，第1671-1676页。
[7] S.Yuhui，R.C.Eberhart，模糊自适应粒子群优化，载《2001年进化计算大会论文集》，2001年，第101-106页。；S.Yuhui，R.C.Eberhart，模糊自适应粒子群优化，载《2001年进化计算大会论文集》，2001年，第101-106页。
[8] P.S.Andrews，《粒子群优化中变异算子的研究》，2006年，第1044-1051页。；P.S.Andrews，《粒子群优化中变异算子的研究》，2006年，第1044-1051页。
[9] J.J.Liang，P.N.Suganthan，具有新型约束处理机制的动态多温粒子群优化算法，收录于：IEEE进化计算大会，2006，CEC 2006，2006，第9-16页。；J.J.Liang，P.N.Suganthan，具有新型约束处理机制的动态多温粒子群优化器，收录于：IEEE进化计算大会，2006，CEC 2006，2006，第9-16页。
[10] 范登伯格，F。；Engelbrecht，A.P.，粒子群优化的合作方法，IEEE进化计算汇刊，8225-239（2004）
[11] 门德斯，R。；肯尼迪，J。；Neves，J.，《完全知情的粒子群：更简单，也许更好，IEEE进化计算汇刊》，8204-210（2004）
[12] J.Kennedy，裸骨粒子群，收录于：2003年IEEE群体智能研讨会论文集，2003年，第80-87页。；J.Kennedy，裸骨粒子群，收录于：2003年IEEE Swarm Intelligence研讨会论文集，2003年，第80-87页。
[13] J.Kennedy，《粒子群中的概率和动力学》，2004年进化计算大会，2004年，第340-347页。；J.Kennedy，《粒子群中的概率和动力学》，2004年进化计算大会，2004年，第340-347页。
[14] James，K.，《动力学概率粒子群》，（2005年遗传与进化计算会议论文集（2005），美国医学会：美国哥伦比亚特区华盛顿）
[15] T.J.Richer，T.M.Blackwell，《利维粒子群》，载于：IEEE进化计算大会，2006年，CEC 2006年，第808-815页。；T.J.Richer，T.M.Blackwell，《利维粒子群》，载于：IEEE进化计算大会，2006年，CEC 2006年，第808-815页。
[16] L.d.S.Coelho，R.A.Krohling，基于柯西和高斯分布的改进粒子群优化预测控制器调整，载于：巴西第六届神经网络会议论文集，巴西圣保罗，2003年。；L.d.S.Coelho，R.A.Krohling，基于柯西分布和高斯分布的改进粒子群优化预测控制器调整，载于：巴西第六届神经网络会议论文集，巴西圣保罗，2003年。
[17] R.A.Krohling，高斯群：一种新的粒子群优化算法，2004年IEEE控制论和智能系统会议，2004年。；R.A.Krohling，高斯群：一种新的粒子群优化算法，2004年IEEE控制论和智能系统会议，2004年。
[18] R.A.Krohling，带跳跃的高斯粒子群，第2卷，2005年，第226-231页。；R.A.Krohling，《带跳跃的高斯粒子群》，2005年第2卷，第226-231页。
[19] R.A.Krohling，L.dos Santos Coelho，PSO-E:指数分布的粒子群，2006年，第1428-1433页。；R.A.Krohling，L.dos Santos Coelho，PSO-E:指数分布的粒子群，2006年，第1428-1433页。
[20] R.A.Krohling，E.Mendel，带高斯或Cauchy跳跃的裸骨粒子群优化，IEEE进化计算大会，2009年，CEC'09年，第3285-3291页。；R.A.Krohling，E.Mendel，带高斯或柯西跳跃的裸骨粒子群优化，IEEE进化计算大会，2009年，CEC'09年，第3285-3291页。
[21] N.Higashi，H.Iba，高斯变异粒子群优化，收录于：2003年IEEE群体智能研讨会论文集，2003年，第72-79页。；N.Higashi，H.Iba，高斯变异的粒子群优化，载于：2003年IEEE swarm Intelligence Symposium论文集，2003年，第72-79页。
[22] Clerc，M。；Kennedy，J.，《粒子群——多维复杂空间中的爆炸、稳定性和收敛》，IEEE进化计算汇刊，6，58-73（2002）
[23] J.Sun，B.Feng，W.Xu，具有量子行为的粒子群优化，载于：IEEE进化计算大会，2004年，第325-331页。；J.Sun，B.Feng，W.Xu，《具有量子行为的粒子群优化》，载于：IEEE进化计算大会，2004年，第325-331页。
[24] 孙建华、冯斌、徐文伟，量子粒子群优化的全局搜索策略，载《IEEE控制论与智能系统会议》，2004年，第111-116页。；J.Sun，B.Feng，W.XU，量子行为粒子群优化的全球搜索策略，载于：IEEE控制论和智能系统会议，2004年，第111-116页。
[25] S.Jun，X.Wenbo，F.Bin，个体水平上量子粒子群优化的自适应参数控制，2005年第4卷，第3049-3054页。；S.Jun，X.Wenbo，F.Bin，个体水平上量子粒子群优化的自适应参数控制，第4卷，2005年，第3049-3054页。
[26] 米基，S.M。；Kishk，A.A.，《电磁学的量子粒子群优化》，IEEE天线与传播学报，54，2764-2775（2006）
[27] Shouyi，L.，一种新的基于QPSO的BP神经网络，用于人脸检测、模糊信息和工程（2007）
[28] Coelho，L.D.，带混沌突变算子的量子粒子群优化器，《混沌、孤子和分形》，37（2008）
[29] Omkar，S.N。；Rahul，K。；Ananth，T.V.S。；奈克，G.N。；Gopalakrishnan，S.，复合材料结构多目标设计优化的量子行为粒子群优化（QPSO），应用专家系统，3611312-11322（2009）
[30] 多斯桑托斯·科埃略，L。；Alotto，P.，使用指数量子粒子群优化器对电磁设备进行全局优化，IEEE磁学汇刊，441074-1077（2008）
[31] Coelho，L.S.，新型高斯量子粒子群优化算法在电磁设计中的应用，科学、测量与技术，IET，1290-294（2007）
[32] L.d.S.Coelho，N.Nedjah，L.d.M.Mourelle，高斯量子粒子群优化在计算智能模糊PID控制器设计研究中的应用，2008年第121卷，第1-15页。；L.d.S.Coelho，N.Nedjah，L.d.M.Mourelle，高斯量子粒子群优化在计算智能模糊PID控制器设计研究中的应用，2008年第121卷，第1-15页·Zbl 1154.90637号
[33] Coelho，L.d.S.，约束工程设计问题的高斯量子粒子群优化方法，应用专家系统，371676-1683（2010）
[34] L.Jing，X.Wenbo，S.Jun，带变异算子的量子粒子群优化，2005，4。；L.Jing，X.Wenbo，S.Jun，带变异算子的量子粒子群优化，2005，4。
[35] 刘杰。；Sun，J。；Xu，W.B.，带自适应变异算子的量子粒子群优化，自然计算进展，4221，Pt 1，959-967（2006）
[36] 魏，F。；S·6月。；Wenbo，X.，基于量子粒子群优化算法的变异算子分析，新数学与自然计算（NMNC），5487-496（2009）·Zbl 1171.90556号
[37] J.Sun，W.Fang，X.J.Wu，V.Palade，W.B.Xu，Quantum-baed粒子群优化：单个粒子行为分析和参数选择，进化计算，doi:10.1162/EVCO_a_00049。；J.Sun，W.Fang，X.J.Wu，V.Palade，W.B.Xu，Quantum-baed粒子群优化：单个粒子行为分析和参数选择，进化计算，doi:10.1162/EVCO_a_00049。
[38] Riget，J。；Vesterstroem，J.，《多样性引导的粒子群优化器——ARPSO（2002）》，奥胡斯大学计算机科学系
[39] P.N.Suganthan等人，《2005年CEC的问题定义和评估标准》，技术报告，南洋理工大学，新加坡，2005年。；P.N.Suganthan等人，《2005年CEC的问题定义和评估标准》，技术报告，新加坡南洋理工大学，2005年。
[40] J.J.Liang，P.N.Suganthan，《动态多群粒子群优化器》，载：《2005年IEEE群智能研讨会论文集》，2005年，第124-129页。；J.J.Liang，P.N.Suganthan，动态多温粒子群优化器，摘自：2005年IEEE swarm Intelligence研讨会论文集，2005年，第124-129页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。